Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

38

PERENCANAAN PERAWATAN MESIN PULVERIZER PADA

PEMBANGKIT LISTRIK TENAGA UAP MENGUNAKAN METODE

RELIABILITY CENTERED MAINTENANCE (RCM)

Novi Nur Hidayanti1, Said Salim Dahda2* 1,2Program Studi Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Gresik

Jl. Sumatera No. 101, Gresik Kota Baru, Gresik, Jawa Timur

*E-mail: Said_Salim@umg.ac.id

ABSTRACT

Competition between companies today requires companies to continue to improve by improving the industrial system. Machine reliability is one of the programs to increase the competitiveness of a company in meeting consumer demand. The pulverizer machine is a very important supporting machine for producing electricity. The pulverizer has several components that are often damaged, such as the coal feeder, gearbox, hydraulic pump, and grinding roller, which causes the production process to experience downtime. This research is about planning the maintenance of machine components. This problem will be solved by using the FMEA approach with Reliability Centered Maintenance (RCM) to determine the failure mode and the effect of failure on critical components. There is 1 failure mode that has the highest Risk Priority Number value. The failure mode is a torn V-Belt. The results of the MTTR and MTTF calculations are used to determine the time interval for the torn V-Belt failure mode, the MTTF value is 735.32 hours or 30.6 days, MTTR is 44.84 hours or 1.8 days. Recommendations for appropriate action through the Task Selection V-Belt failure mode fall into category A, namely Safety Problem with Time Directed (TD) action and optimal scheduling planning of 15 days.

Keywords : Scheduling, Failure Mode and Effect Analysis, Reliability Centered Maintenance,

Task Selection, TDM

PENDAHULUAN

Pemeliharaan adalah suatu proses yang dilakukan untuk menjaga kehandalan, ketersediaan,

properti, serta untuk memelihara komponen mesin. Proses perawatan yang efektif dan efisien

membantu meningkatkan produktivitas sistem produksi (Sinaga & Ardan, 2021). Proses produksi

terdiri dari input, operasi, dan output dari proses. Agar proses produksi dapat berjalan terus menerus,

diperlukan pekerjaan perawatan pada berbagai sistem dan mesin produksi (Harnadi Bangun et al.,

2014). Mesin merupakan komponen penting bagi perusahaan sebagai fasilitas penunjang produksi.

Perusahaan biasanya mengeluarkan investasi dengan melakukan pertimbangan terhadap efektivitas

mesin saat menghasilkan produk. Bila mesin mengalami pemberhentian (breakdown), produktifitas

perusahaan akan mengalami gangguan karena mesin berhenti dan memberi pengaruh terhadap

turunnya produksi, meningkatnya biaya dan berpengaruh terhadap pelayanan (Farouk G & Yudha P,

2020).

Perusahaan yang bergerak di bidang pembangkit listrik tenaga uap menggunakan salah satu

bahan baku batu bara. Perusahaan mampu memproduksi listrik sebesar 2x350MW dengan produksi

listrik kontinu selama 24 jam dalam 1 tahun. Perusahaan selama ini menerapkan sistem pemeliharaan

kerusaka. Metode ini diterapkan pada suatu mesin yang mengalami kegagalan fungsi dalam kegiatan

produksi atau pada saat mesin mengalami kerusakan pada komponen (Rizky et al., 2021). Dari

permasalahan kerusakan mesin yang terjadi pada perusahaan mengakibatkan adanya waktu henti.

Penelitian ini dilakukan untuk mengatasi permasalahan yang dihadapi dengan mengidentifikasi

komponen yang sering mengalami kerusakan terutama pada mesin pulverizer.

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

39

Pulverizer adalah mesin penunjang yang sangat penting untuk memproduksi listrik. Pulverizer

berfungsi untuk menghaluskan batu bara yang semula berupa bongkahan besar menjadi butiran

berukuran ±3cm kemudian dikirim ke burner boiler untuk bahan bakar utama dalam boiler (Ratna

Bhakti P S & Sudiyono Kromodihardjo, 2015). Mesin pulverizer dipilih karena sering mengalami

kerusakan yang mengakibatkan downtime. Pulverizer memiliki komponen sistem dengan frekuensi

kerusakan terbanyak (Ratna Bhakti P S & Sudiyono Kromodihardjo, 2015). Komponen pulverizer

yang mengalami kerusakan adalah coal feeder, gearbox, hydraulic pump dan grinding roller. Objek

penelitian ini fokus pada empat bagian dari mesin tersebut. Metode Reliability Centered Maintenance

(RCM) dan Failure Mode and Effect Analysis (FMEA) digunakan dalam penelitian ini.

Maintenance

Pemeliharaan adalah konsep segala aktivitas yang diperlukan untuk menjaga kualitas suatu

sistem agar dapat berfungsi secara optimal pada keadaan awal mesin (Ma & Salim Dahda, 2021). Pemeliharaan pada dasarnya memberikan tindakan pencegahan atau prediktif untuk meminimalkan

kerusakan pada pembangkit dan sistem, memastikan keandalan dan kesiapan operasional, dan

meminimalkan biaya pemeliharaan untuk pembangkit dan sistem perusahaan.

Secara umum pemeliharaan memiliki beberapa tujuan (Rendy Firman Maulana, 2021a):

a. Kapasitas dapat memenuhi persyaratan sesuai rencana produksi.

b. Menjaga kualitas pada tingkat yang sesuai untuk memenuhi persyaratan produk itu sendiri,

kegiatan produksi tidak terganggu.

c. Untuk mengurangi keausan di luar jangkauan investasi dalam modal usaha terkait dengan robekan

dan investasi.

d. Menghindari pekerjaan pemeliharaan yang berbahaya dengan aman.

e. Mencapai biaya pemeliharaan serendah mungkin dengan melakukan pekerjaan pemeliharaan

secara efektif dan efisien secara keseluruhan.

f. Bekerja sama dengan fungsi utama perusahaan lainnya untuk mencapai tujuan utama perusahaan.

Laju kerusakan

Secara umum, karakteristik kerusakan perangkat tidak sama jika dioperasikan pada waktu

yang bersamaan. Jika menggunakan karakteristik yang sama, interval waktu sebelum kerusakan

terjadi akan berbeda. Kerusakan alat atau komponen tergantung pada variabel waktu, sehingga

kerusakan ditentukan menggunakan fungsi probabilitas untuk menentukan variable waktu.

Karakteristik fase perawatan dibagi menjadi tiga yaitu (Rendy Firman Maulana, 2021a):

1. Kegagalan Awal (Early Failure), yaitu pengurangan tingkat kegagalan yang dikenal sebagai

kegagalan awal operasi elemen, ditandai dengan pengurangan tingkat kegagalan.

2. Kegagalan Acak (Random Failure), yaitu tingkat kegagalan konstan dari item terhadap lamanya

waktu pengoperasian mesin.

3. Kegagalan Aus (Wear-Out Failure), yaitu peningkatan atau kegagalan serius yang memerlukan

penggantian segera beberapa atau semua suku cadang dengan suku cadang baru.

Gambar 1. Kurva laju kerusakan (Bathtub Curve)

Pola Distribusi Keandalan

1. Distribusi Weibull, yaitu distribusi yang sering digunakan untuk menggambarkan karakteristik

kegagalan dan keandalan komponen.

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

40

Fungsi distribusi kumulatif berdasarkan rumus

𝐹(𝑡) = 1 exp[(−𝑡

∝)^𝛽]………………………………………………...…………….(1)

Parameter β disebut parameter bentuk atau gradien weibull dan parameter α tersebut

disebut parameter skala. 2. Distribusi Normal, yaitu distribusi probabilitas yang paling penting dalam aplikasi teoritis dan

statistik.

Fungsi distribusi kumulatif

𝑓(𝑡) =1

𝜎√2𝜋exp −[

(𝑡−𝜇)

2𝜎^2]…………………………………………………………….(2)

3. Distribusi Lognormal, yaitu distribusi yang membantu menjelaskan distribusi kerusakan dalam

situasi yang berbeda. Distribusi lognormal banyak digunakan sebagai model untuk berbagai

macam material dan statistik.

Fungsi distribusi kumulatif

𝑓(𝑡) =1

√2𝜋𝑡^2𝑒 −

1

2(

1𝑛 𝑡−𝜇

𝜎)^2……………………………………………………….(3)

4. Distribusi Eksponensial, yaitu distribusi yang banyak digunakan di berbagai bidang, terutama

dalam teori keandalan. Hal ini karena data kerusakan umumnya menunjukkan perilaku yang

dapat dicerminkan oleh distribusi eksponensial.

Fungsi distribusi kumulatif

𝑓(𝑡) = 1 − 𝜆𝑒 −𝜆𝑡…………………………………………………………………..(4)

Reliability Centered Maintenance (RCM)

Reliability Centered Maintenance (RCM) merupakan metode terstruktur untuk

memperkirakan secara kuantitatif kebutuhan untuk melakukan atau memperbarui upaya dan prosedur

pemeliharaan preventive atas dasar keselamatan dan konsekuensi ekonomis (Rendy Firman

Maulana, 2021). RCM memiliki tujuan untuk memelihara sistem agar dapat beroperasi pada tingkat

kinerja yang diinginkan (Sariyusda, 2018).

Langkah-langkah penerapan metode RCM (Rendy Firman Maulana, 2021):

1. Analisis kegagalan

2. Failure Mode and Effect Analysis (FMEA)

3. Logic tree Analysis (LTA)

4. Perhitungan total minimum downtime

METODE PENELITIAN

Metode penelitian yang dilakukan untuk menyelesaikan permasalah adalah sebagai berikut:

a. Pengumpulan Data

Tahap awal penelitian adalah pengumpulan data. Data yang digunakan, yaitu:

Waktu downtime

Penyebab downtime

Sistem perawatan yang digunakan oleh perusahaan

b. Failure Mode and Effect Analysis (FMEA)

Failure Mode and Effect Analysis (FMEA) merupakan pendekatan untuk memperbaiki kesalahan

sistem. Metode FMEA dipilih karena metode ini memiliki keunggulan yaitu secara akurat dapat

menganalisis kegagalan berdasarkan data historis. Metode FMEA dilakukan dengan menganalisis

beberapa tahapan yaitu (Rendy Firman Maulana, 2021):

Identifikasi dari Kegagalan (Failure)

Identifikasi dari Fungsi Kegagalan Mesin (Function Failure)

Identifikasi dari Penyebab Kegagalan (Failure Mode)

Identifikasi Efek dari Kegagalan (Failure Effect)

Penentuan nilai Severity (S)

Penentuan nilai Occurance (O)

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

41

Penentuan nilai Detection (D)

Penentuan nilai Risk Priority Number (RPN)

RPN = SxOxD………………………………………………………………………………………(5)

Hasil perhitungan menunjukkan sejauh mana kemungkinan kesalahan, semakin tinggi

nilainya, semakin bermasalah.

c. Logic Tree Analysis (LTA) dan Task Selection

LTA berfungsi untuk mengetahui akibat dari mode kegagalan dan bertujuan untuk membagi mode

kegagalan ke dalam kategori sehingga dapat ditemukan prioritas penanganan mode kegagalan

(Pramujya R, Bagus S & Galuh 2021). Beberapa klarifikasi mode kegagalan yaitu:

Beberapa klarifikasi mode kegagalan yaitu: Outage Problem, Safety Problem, Hidden Failure,

dan Minor to Insignificant Economic. Sedangkan Task selection adalah akhir proses analisa RCM.

Mode kerusakan digunakan untuk memilih tindakan yang efektif. Tindakan dipilih dengan 4 cara

yaitu (Rendy Firman Maulana 2021): Time directed (TD), Conditional Directed (CD) Failure

Finding (FF), dan Run to Failure (RTF)

d. Perhitungan Mean Time To Failure (MTTF) dan Mean Time To Repair (MTTR)

Mean Time To Failure (MTTF) adalah waktu rata-rata kerusakan sedangkan Mean Time To

Repair (MTTR) adalah waktu rata-rata komponen untuk dilakukan perbaikan atau perawatan

berdasarkan lamanya perbaikan atau penggantian komponen.

e. Perhitungan Total Minimum Downtime

Perhitungan total downtime minimum, berfungsi untuk menentukan waktu yang optimal

berdasarkan interval waktu. Penggantian preventif menggunakan kriteria downtime minimum per

unit.

HASIL DAN PEMBAHASAN

Data Kerusakan Mesin Paling Sering

Langkah pertama sebelum pengolahan data yaitu pengumpulan data. Dari data yang didapat

terjadi kerusakan pada mesin selama 1 tahun terhadap komponen pulverizer. Komponen yang sering

rusak akan dijadikan objek penelitian ditunjukkan pada gambar 2.

Gambar 2. Grafik komponen kritis

Grafik diatas menunjukkan komponen paling kritis dan mengalami downtime dengan

frekuensi yang terbesar terdapat pada komponen coal feeder. Sehingga penelitian difokuskan pada

satu komponen kritis yaitu coal feeder.

Failure Mode and Effect Analysis (FMEA)

Setelah diketahui sistem kerja pulverizer, tahap selanjutnya adalah membuat tabel Failure

Mode and Effect Analiysis yang nantinya digunakan untuk mengidentifikasi fungsi, kegagalan

fungsional, kemungkinan kegagalan, efek kegagalan dan menghitung nilai RPN didasarkan pada

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

42

Severity (S), Occurrence (O), Detection (D) dan nilai perhitungan tertinggi akan dilakukan

perawatan.

Tabel 1. Kriteria dan Nilai Ranking Severity

Efek Severity Ranking

Proses produksi terhenti Tidak adanya

komponen pengganti 10

Proses produksi sangat lambat Tidak adanya

komponen pengganti 9

Proses produksi lambat Komponen pengganti

tersedia 8

Proses produksi sedikit

terlambat Komponen tersedia 7

Proses produksi cukup lancar Mesin rusak parah 6

Proses produksi dilakukan

dengan bantuan operator Mesin rusak settingan 5

Proses produksi dilakukan

dengan bantuan operator Mesin rusak ringan 4

Proses produksi mudah

terganggu

Menunggu komponen

pengganti 3

Proses produksi terus berjalan Mesin menjadi error 2

Mesin produksi tidak ada

gangguan Mesin menjadi Kotor 1

Tabel 2. Kriteria dan Nilai Ranking Occurance

Probability Of Failure Failure Rates Ranking

Sangat tinggi Rusak Setiap hari 10

Kerusakan hampir tidak

dihindari Rusak Setiap 2 hari 9

Tinggi Rusak Setiap 3 hari 8

Sering terjadi kerusakan Rusak Setiap 4 hari 7

Kerusakan terjadi

berulang kali Rusak Setiap 5 hari 6

Sedang Rusak Setiap 6 hari 5

Kerusakan terjadi sesekali Rusak Setiap minggu

sekali 4

Kerusakan terjadi jarang Rusak Setiap 2 minggu

sekali 3

Rendah Rusak Setiap 3 minggu

sekali 2

Kerusakan yang relatif

kecil

Rusak Setiap sebulan

sekali 1

Tabel 3. Kriteria dan Nilai Ranking Detection

Deteksi Failure Rates Ranking

Sepenuhnya tidak pasti Alat atau informasi tidak mengenali

bahayanya 10

Sangat jarang Alat untuk mengenali bahaya 9

Jarang Alat langka untuk mengidentifikasi

penyebab bahaya 8

Sangat rendah Kemampuan alat untuk mengenali

bahaya sangat rendah 7

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

43

Rendah Alat untuk mengenali bahaya

rendah 6

Cukup Alat cukup untuk mengenali bahaya 5

Cukup tinggi Alat atau informasi cukup tinggi

mendeteksi penyebab bahaya 4

Tinggi

Alat atau informasi dengan

probalitas tinggi untuk

mengidentifikasi penyebab

malfungsi

3

Sangat tinggi

Alat atau informasi dengan

probalitas sangat tinggi untuk

mengidentifikasi penyebab

malfungsi

2

Hampir pasti

Para pekerja Produksi dalam

membuat laporan kerusakan sama

seperti di lapangan

1

a. Identifikasi Komponen Coal Feeder

Tahap ini dilakukan pencarian komponen subsistem yang diteliti. Hasil yang didapatkan dari

identifikasi komponen subsistem ditunjukkan pada tabel 4.

Tabel 4. Komponen Coal Feder

Sub sistem Komponen Fungsi komonen

Coal feeder

Belt feeder Mengirim batu bara menuju pulverizer

Scraper

Membersihkan batu bara yang jatuh di

bawah belt feeder kemudian dikirim ke

pulferizer

Load cell Menghitung batu bara yang jatuh ke

pulverizer

Speed sensor Mengatur flow batu bara yang akan

masuk ke pulverizer

Coal feeder

protction

Proteksi feeder saat terjadi masalah

Seal air Menjaga batu bara agar terjatuh ke

dalam pulverizer

b. Identifikasi Fungsi SubSistem dan Kegagalan Fungsional

Tahap ini akan dilakukan pencarian fungsi subsistem dan kegagalan fungsional terhadap sistem

yang diteliti. Hasil yang didapatkan dari pencarian fungsi subsistem dan fungsi kegagalan

ditunjukkan pada tabel 5. Tabel 5. Failure Mode And Effect Analysis (FMEA) Belt Feeder

Failure Mode and Effect Analysis Belt feeder

Fungsi

(function)

Fungsi

kegagalan

(functional

failure)

Mode

kegagalan

(failure

mode)

Efek kegagalan (failure

effect) S O D RPN

Mengirim

batu bara

dari silo

Tidak dapat

mengirim batu

bara menuju

pulverizer

V-Belt

sobek

Batu bara akan tumpah

Proses pengiriman batu

bara menuju pulverizer

gagal

6 5 5 150

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

44

menuju

pulverizer Tindakan operator:

pemberhentian mesin

Tindakan maintenance:

pemberhentian Belt feeder

dan penggantian belt

Lama perbaikan: 2 hari

Berdasarkan tabel diatas nilai perhitungan RPN diketahui bahwa jenis failure mode yang

memiliki risiko tertinggi tersebut V-Belt sobek.

Logic Tree Analysis (LTA)

Prioritas mode kegagalan dapat diketahui dengan menjawab iya atau tidak. Kemudian terdapat

3 hal penting dalam critically analiysis (Pramujya R, Bagus S & Galuh 2021).

a. Evident, dalam kondisi normal, apakah operator mengetahui bahwa telah terjadi kesalahan pada

sistem.

b. Safety, apakah mode kegagalan ini menyebabkan masalah keselamatan.

c. Outage, apakah mode kegagalan ini mengakibatkan sebagian atau seluruh mesin berhenti

Untuk critically analysis komponen ini terbagi dalam 4 kategori, yaitu:

a. Kategori A (Safety Problem)

b. Kategori B ( Outage Problem)

c. Kategori C (Economic Problem)

d. Kategori D (Hidden Failure)

Tabel 6. Analisis Logic Tree Analysis (LTA)

Subsistem Komponen Mode

kegagalan

Analisis kritis Category

Evident Safety Outage

Coal

feeder Belt feeder V-Belt sobek Y Y Y A

Berikut ini pengkategorian hasil identifikasi mode kegagalan pada komponen yang

dilakukan dengan Logic Tree Analysis kategori A (safety problem) dengan mode kegagalan V-Belt

sobek.

Task Selection

Tahap akhir proses analisa RCM adalah task selection. Daftar tindakan yang mungkin

dilakukan kemudian dibuat dari mode kegagalan kerusakan dan tindakan yang paling efektif dipilih.

Tabel 7. Pemilihan tidakan atau task selection

Subsistem Komponen Mode

Kegagalan

Seletion Guide Jenis

Tindakan 1 2 3 4 5 6 7

Coal

feeder Belt feeder

V-Belt

sobek Y Y N N - Y - (TD)

Berdasarkan hasil pemilihan tindakan pada mesin pulverizer, jenis mode kegagalan komponen

yang akan diuji pola distribusinya dan kemudian nilai keandalannya yaitu mode kegagalan

komponen yang tindakannya bersifat Time Directed yang artinya harus mempunyai perlakuan

perawatan atau penggantian komponen sesuai jadwal yang ditentukan dengan interval waktu tertentu.

Mode kegagalan tersebut yaitu V-Belt sobek.

Perhitungan MTTF dan MTTR

Distribusi waktu kegagalan dan distribusi waktu perbaikan untuk setiap mode kegagalan harus

diketahui terlebih dahulu sebelum dilakukan perhitungan MTTF dan MTTR. Mode kegagalan yang

memiliki nilai RPN tertinggi adalah V-Belt sobek.

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

45

Data lama waktu perbaikan diperoleh dari lama waktu perbaikan saat kerusakan, sedangkan

data antar waktu kerusakan diperoleh dari selesai waktu kerusakan pertama hingga akhir (Rendy

Firman Maulana 2021). Selanjutnya jam operasi mesin Coal Feeder adalah 24 jam sehari.

a. Data Waktu Antar Kerusakan dan Lama Perbaikan

Data waktu kerusakan dan lama perbaikan mode kegagalan komponen dapat dilihat pada tabel

berikut:

Tabel 7. Waktu Antar Kerusakan dan Lama Perbaikan

No Shutdown Restore

Waktu Antar

Kerusakan

(Jam)

Lama

Perbaikan

(Jam)

1 11 September 2020 11 September 2020 0 72

2 19 September 2020 19 September 2020 216 48

3 10 Oktober 2020 10 Oktober 2020 528 48

4 28 Oktober 2020 28 Oktober 2020 456 72

5 06 Desember 2020 06 Desember 2020 936 48

6 12 Desember 2020 12 Desember 2020 168 24

7 30 Januari 2021 30 Januari 2021 1200 48

8 01 Februari 2021 01 Februari 2021 72 36

9 25 Februari 2021 25 Februari 2021 600 24

10 03 Maret 2021 03 Maret 2021 168 48

11 28 Mei 2021 28 Mei 2021 2064 48

12 09 Juli 2021 09 Juli 2021 1008 24

13 25 Agustus 2021 25 Agustus 2021 1128 48

Dari data lama perbaikan dan jarak antar kerusakan kemudian dilakukan uji distribusi untuk

mendapatkan distribusi yang dapat merepresentasikan kejadian sesugguhnya. Uji distribusi

dilakukan menggunakan bantuan software minitab dengan melihat nilai Anderson-Darling kecil.

a. Penentuan Distribusi Lama Perbaikan

Setelah uji goodness of fit didapatkan nilai waktu lama perbaikan lebih kecil dibandingkan

distribusi lain, yaitu berdistribusi normal dengan nilai statistik Anderson-Darling AD= 1,008.

Adapun data lama perbaikan V-Belt sobek secara detail dapat terlihat pada gambar 3.

Gambar 3. Distribution For Lama Perbaikan V-Belt Sobek

Hasil penentuan distribusi lama perbaikan dari komponen kritis terlihat pada tabel 8.

Tabel 8. Distribusi Data dan Parameter Lama Perbaikan

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

46

Mode kegagalan Distribusi Parameter

V-Belt sobek Normal (µ = 45,23 ; 𝜎 = 15,61)

Dari tabel diatas dapat dilihat bahwa data waktu lama perbaikan untuk mode kegagalan V-Belt

sobek memiliki distribusi normal dengan parameter µ = 45,23 ; 𝜎 = 15,61.

b. Penentuan Distribusi Waktu Antar Kerusakan

Gambar 4. Distribution For Waktu Antar Kerusakan V-Belt Sobek

Hasil penentuan distribusi waktu antar kerusakan dari mode kegagalan terlihat pada tabel 9.

Tabel 9. Data Distribusi dan Parameter Antar Waktu Kerusakan

Mode Kegagalan Distribusi Parameter

V-Belt Feeder Normal (µ = 712,00 ; 𝜎 = 582,80)

Dari tabel 9 dapat dilihat bahwa data waktu antar kerusakan mode kegagalan V-Belt sobek

memiliki distribusi normal dengan parameter (µ = 712,00 ; 𝜎 = 582,80).

Setelah diperoleh pola distribusi dan parameter untuk setiap mode kegagalan. Selanjutnya

perhitungan Mean Time To Failure (MTTF) dan Mean Time To Repaire (MTTR).

Gambar 5. Distribusi Analiysis Lama Perbaikan (Jam)

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

47

Dari hasil pengolahan data dengan software minitab pada distribusi analisis lama perbaikan

pada mode kegagalan V-Belt sobek di dapatkan nilai mean sebesar 44,84 dan standart deviation

sebesar 14,84.

Gambar 6. Distribusi Analiysis Waktu Antar Kerusakan (Jam)

Dari hasil pengolahan software minitab pada distribusi analisis waktu antar kerusakan pada

mode kegagalan V-Belt sobek di dapatkan nilai mean sebesar 735,32 dan standart deviation sebesar

646,17. Berikut merupakan nilai MTTF dan MTTR mode kegagalan yang terlihat pada tabel 10.

Tabel 10. Nilai MTTF dan MTTR

Mode

kegagalan Uraian Rata-rata (µ dibagi 24 jam)

Standart Deviasi (𝝈

dibagi 24 jam)

V-Belt sobek

Downtime MTTR 44,84 jam = 1,8 hari 14,8 jam = 0,61 hari

Interval waktu

kerusakan MTTF

735,32 jam = 30,6

hari

646,17 jam = 26,92

hari

c. Perhitungan Total Downtime Minimum

Dari parameter distribusi komponen di tunjukkan pada tabel 11 ditetapkan total downtime

minimum untuk perencanaan perawatan untuk komponen yang mengalami mode kegagalan dengan

downtime terkecil. Waktu yang digunakan untuk melakukan pergantian komponen menurut interval

waktu (tindakan preventif) dilambangkan dengan Tp. Nilai Tf dan Tp dari mode kegagalan

komponen yang kritis didapatkan dari hasil perhitungan MTTR ditunjukkan pada tabel 11.

Tabel 11. Parameter dan Lama Perbaikan

Mode kegagalan Parameter Tf Tp

V-Belt sobek µ = 44,84 ; 𝜎 = 14,8 1,8 1,8

Selanjutnya menghitung total downtime minimum sebagai interval perawatan mode kegagalan

V-Belt sobek (distribusi Normal, parameter µ = 44,84 ; 𝜎 = 14,8) dengan tahapan sebagai berikut:

1. Menentukan nilai fungsi distribusi kumulatif pada V-Belt sobek.

f(t) = 𝑡

𝜎√2𝜋exp − [

(𝑡−𝜇)2

2𝜎2 ]

f(t)=1

14,8√2𝑥3.14exp − [

(1−44,84)2

2𝑥14,82 ] = 0,001223863

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

48

2. Menentukan banyak kegagalan dalam interval waktu (0,tp) pada V-Belt sobek.

H(1) = [1+H(0)] x F(1)

= [1+ 0] x 0,001223863

= 0,001223863

3. Perhitungan total minimum downtime pada V-Belt sobek.

D(tp) = 𝐻 (𝑡𝑝) 𝑇 𝑓+𝑇𝑝

𝑡𝑝+𝑇𝑃

D(tp=1) = D(1) = (0,001223863)(1,8)(1,8)

1+1,8

= 0,6450601

Berdasarkan perhitungan nilai D(t) didapatkan nilai D(t) terkecil pada D(15) dengan nilai

0,11112661 sehingga interval waktu perawatan V-Belt sobek adalah setiap 15 hari.

Tabel 12. Perhitungan Total Minimum Downtime V-Belt Sobek

t f(t) H(tp) Tf Tp D(tp)

1 0,001223863 0,001223863 1,8 1,8 0,6450601

2 0,001427678 0,001429425 1,8 1,8 0,47625718

3 0,001560818 0,001563049 1,8 1,8 0,37781349

4 0,001662044 0,001664642 1,8 1,8 0,31334118

5 0,001744639 0,001747543 1,8 1,8 0,26785146

6 0,001814878 0,00181805 1,8 1,8 0,23404172

7 0,001876261 0,001879672 1,8 1,8 0,20792886

8 0,001930951 0,001934581 1,8 1,8 0,18715572

9 0,00198039 0,001984221 1,8 1,8 0,17023826

10 0,002025585 0,002029604 1,8 1,8 0,15619566

11 0,002067273 0,002071469 1,8 1,8 0,14435364

12 0,00210601 0,002110372 1,8 1,8 0,13423345

13 0,002142224 0,002146745 1,8 1,8 0,12548576

14 0,002176256 0,002180928 1,8 1,8 0,11784972

15 0,002208378 0,002213195 1,8 1,8 0,11112661

16 0,002238815 0,00224377 1,8 1,8 0,10516238

17 0,002267752 0,002272841 1,8 1,8 0,09983579

18 0,002295345 0,002300561 1,8 1,8 0,0950501

19 0,002321724 0,002327065 1,8 1,8 0,09072718

20 0,002347004 0,002352465 1,8 1,8 0,08680324

21 0,00237128 0,002376859 1,8 1,8 0,08322571

22 0,002394639 0,002400331 1,8 1,8 0,07995085

23 0,002417154 0,002422956 1,8 1,8 0,07694197

24 0,002438889 0,002444799 1,8 1,8 0,07416808

25 0,002459903 0,002465917 1,8 1,8 0,07160283

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

49

Gambar 8. Grafik Downtime pada Mode Kegagalan V-Belt Sobek

KESIMPULAN

Berdasarkan hasil pengolahan data menggunakan metode FMEA jenis kegagalan dan

pengaruh kegagalan dari coal feeder sebanyak 6 kegagalan. Kemudian diketahui ada 1 mode

kegagalan dengan nilai RPN tertinggi serta memiliki penyebab dasar dari setiap kegagalan

masing-masing yaitu mode kegagalan V-Belt sobek, kegagalan fungsinya yaitu tidak dapat

mengirim batu bara menuju pulverizer dan penyebabnya adalah usia pemakaian dan

kelebihan material. Hasil perhitungan MTTR dan MTTF yang digunakan untuk mencari

waktu interval perawatan mode kegagalan pada komponen kritis didapat MTTF sebesar

735,32 jam atau 30,6 hari dan MTTR sebesar 44,84 jam atau 1,8 hari. Rekomendasi tindakan

yang tepat melalui task selection mode kegagalan V-Belt sobek termasuk kategori A (Safety

Problem) dengan tindakan yang dipilih yaitu time directed (TD). Dari hasil perhitungan

Total Minimum Downtime (TDM) didapatkan perencanaan penjadwalan yang optimal V-

Belt sobek 15 hari.

Berdasarkan hasil penelitian diusutkan beberapa saran yaitu: Metode Reliability

Centered Maintenance (RCM) dapat diimplementasikan sebagai pendekatan dalam sistem

pemeliharaan suatu perusahaan pembangkit listrik tenaga uap. Mengenai penerapan konsep

RCM, perusahaan dapat menentukan jenis tindakan yang optimal untuk meningkatkan

produktivitas perusahaan. Penelitian ini belum dapat memasukkan aspek biaya, sehingga

dapat dijadikan masukan bagi peneliti selanjutnya untuk menambahkan aspek biaya.

DAFTAR PUSTAKA

Farouk Giffari, And Yudha Prasetyawan. 2020. “Perancangan Aktivitas Perawatan Pada

Conveyor System Batu Bara Dengan Metode Risk Based Maintenance (Rbm) Dan

Reliability Centered Maintenance Ii (Studi Kasus: Pltu Tenayan Raya).” Jurnal Teknik Its

9, No. 2(2337–3539).

Harnadi Bangun, Irawan, Arif Rahman, And Zefry Darmawan. 2014. Perencanaan Pemeliharaan

Mesin Produksi Dengan Menggunakan Metode Reliability Centered Maintenance (Rcm) Ii

Pada Mesin Blowing Om (Studi Kasus: Pt Industri Sandang Nusantara Unit Patal Lawang)

Production Machine Maintenance Planning With Reliability Centered Maintenance (Rcm)

Ii In Blowing Om Machine (A Case Study In Pt Industri Sandang Nusantara Unit Patal

Lawang).

Ma, Fakhrudin, And Said Salim Dahda. 2021. “Penentuan Interval Pergantian Komponen Mesin

Bubut Menggunakan Metode Age Replacment.” Jurnal Teknovasi 08: 70–82.

Ratna Bhakti P S, And Sudiyono Kromodihardjo. 2015. “Perancangan Sistem

Pemeliharaan Menggunakan Metode Reliability Centered Maintenance (Rcm) Pada

Pulverizer (Studi Kasus: Pltu Paiton Unit 3).” Jurnal Teknik Its 6, No. 1(2337–3539).

Rendy Firman Maulana. 2021a. “Perencanaan Pemeliharaan Fasilitas Long Heating Dengan

Pendekatan Metode Reliability Centered Maintenance (Studi Kasus: Plant 2 Unit 2 Pt.

Indospring Tbk Gresik).”

———. 2021b. “Perencanaan Pemeliharaan Fasilitas Long Heating Dengan Pendekatan Metode

Reliability Centered Maintenance (Studi Kasus: Plant 2 Unit 2 Pt. Indospring Tbk Gresik).”

Rizky, Aulia, Asman Nr, And Endang Pudji. 2021. 02 Juminten : Jurnal Manajemen Industri Dan

Teknologi Analisis Kebijakan Perawatan Mesin Secara Corrective Dan Preventive

Dengan Metode Rcm Di Cv Xyz.

Jurnal Teknovasi

Volume 08, Nomor 03, 2021, 38 – 50

ISNN : 2540 - 8389

50

Sariyusda. 2018. “Analisis Reliability Centered Maintenance (Rcm) Rel Conveyor Pada Mesin Oven

Btu Pyramax 150n Di Pt. Flextronics Teknology Indonesia-Batam.” Jmemme (Journal Of

Mechanical Engineering 2(1): 33–42. Http://Ojs.Uma.Ac.Id/Index.Php/Jmemme.

Sinaga, Zulkani, And Mochamad Ardan. 2021. 6 Jurnal Kajian Teknik Mesin Perencanaan

Perawatan Mesin Welding Mig Pada Produksi Sub Frame Di Pt. Xyz Dengan Metode

Reliability Centered Maintenance (Rcm).

Http://Journal.Uta45jakarta.Ac.Id/Index.Php/Jktm/Index.

Sistem Perawatan, Analisis Et Al. 2021. Analisis Sistem Perawatan Mesin Bubut Menggunakan

Metode Rcm (Reliability Centered Maintenance) Di Cv. Jaya Perkasa Teknik